earticle

영어

This study analyzed 1,033 drone-related incidents from NASA's Aviation Safety Reporting System (ASRS) between 2010-2025 to identify airport drone threat patterns and propose response strategies. Text-mining techniques were used to preprocess and standardize reports into key variables including airspace class and flight phase. Statistical analyses including cross-tabulation, logistic regression, and time-series forecasting revealed critical risk factors. Results showed high collision risks during approach phase in Class B airspace and cruise phase in Class E/G airspace, with incidents concentrated in spring/summer afternoon hours. The study proposes a layered defense framework (Defense in Depth), mandatory Remote ID, and AI-based multi-sensor detection systems as countermeasures. These findings provide empirical foundations for Korea's K-Drone System development and airport security enhancement policies.

한국어

본 연구는 2010-2025년 기간 중 NASA 항공안전보고시스템(ASRS)의 드론 관련 사고 1,033건을 분석하여 공항 드론 위협 패턴을 식별하고 대응 전략을 제안하였다. 텍스트 마이닝 기법을 활용하여 보고서를 전처리하고 공역 등급 및 비행 단계를 포 함한 주요 변수로 표준화하였다. 교차분석, 로지스틱 회귀분석, 시계열 예측을 포함 한 통계 분석을 통해 핵심 위험 요인을 도출하였다. 분석 결과, B등급 공역의 접근 단계와 E/G등급 공역의 순항 단계에서 높은 충돌 위험이 나타났으며, 사고는 봄/여 름 오후 시간대에 집중되었다. 본 연구는 대응책으로 다층 방어 체계(심층방어), 원 격식별 의무화, AI 기반 다중센서 탐지시스템을 제안한다. 이러한 연구 결과는 한국 의 K-드론 시스템 개발과 공항 보안 강화 정책에 실증적 근거를 제공한다.